王 斌, 胡国林, 方 健, 陈建森
(1.力试(上海)科学仪器有限公司, 上海 201506;2.中国宝武钢铁集团有限公司 中央研究院, 上海 201900)
在单轴拉伸应力作用下,试样宽度和厚度方向的真实塑性应变之比称为塑性应变比,即r值。r值与多晶材料中晶体的择优取向(织构)有关,反映了薄板各向异性的程度。当r值小于1时,说明材料厚度方向更容易变形减薄和开裂,冲压性能不好;当r值大于1时,说明材料在冲压成形过程中,长度和宽度(面内)方向上容易变形。因为厚度减薄是薄板冲压过程中材料发生断裂的主要原因,所以对于r值大的材料,其在厚度方向上的抗变形能力较好,抵抗变薄能力强,具备良好的冲压性能。此外,通过测试不同取样方向试样的r值,可以定量评估金属塑性的各向异性,是材料成形能力的一种度量,正确评价r值对制定薄板深冲工艺具有重要的实践价值。
根据最新的r值测试标准ISO 10113:2020 《金属材料 薄板和薄带塑性应变比(r值)的测定》中,全自动方法应在试样平行长度部分均匀测试至少3处宽度。这给我国主流试验技术和国产试验机测试能力带来了较大的冲击和挑战[1]。根据ISO 10113:2020标准的要求,采用视频引伸计同时测试了试样长度和宽度方向的实时应变。
采用BUSD-A、BUSD-B、430不锈钢以及6082铝合金等不同规格试样,均按照ISO10113:2020标准的要求加工。
采用加载视频引伸计的全自动测试方法测定r值,在弹性阶段直至屈服阶段,横梁位移速率控制在2 mm/min,在屈服阶段之后,横梁位移速率控制在5 mm/min。各试样的约定应变为r5,r8,r15。
为了降低设备同轴度对试验结果的影响,选用了LE5105型电子万能试验机,并配置了对中性优越的拉压过零疲劳试验用液压楔形夹具,该设备在试验前采用自主研发设计的基于ASTM E1012 《在拉伸和压缩轴向力作用下验证试验框架和样品准直精度的标准实施规程》标准的AlignmentExpert同轴度校准系统,以对加载机构的同轴度进行调整,确保系统同轴度满足ASTM E1012 Class 5等级,消除轴向加载的不均匀性对r值测定的影响。
试样长度与宽度变形测试采用自主研发的VNCX型视频引伸计(见图1),该引伸计通过软件设置,在试样宽度方向,可在轴向标距范围内任意设置均布线数(1~33),例如试验采用的33线法,可实时跟踪拉伸加载过程中试样的宽度变形(见图2)。
图1 VNCX型视频引伸计外观
图2 宽度方向32等分(33线)示意
利用LE5105型电子万能试验机配置的TestMaster测试控制软件,按照标准ISO 10113:2020的要求,自动计算得到真实有效的r值。
为了降低不稳定因素对试验数据的影响,采用与标定同轴度相一致的夹块,并根据试样的不同宽度,严格调整试样的对中性,确保试样轴向中心线与上下夹具中心线保持一致。
视频引伸计位置固定,确保每次试验不受视频引伸计位置变动和状态变化的影响。
由于采用的是全自动测试方法,因此计算r值时用全自动方法的相应公式,长度方向的塑性应变比为
(1)
式中:Le为引伸计标距;ΔL为纵向增量;F为对应纵向变形增量时点的拉力;S0为原始横截面积;mE为弹性部分工程应力-应变曲线的斜率。
宽度方向的塑性应变比为
(2)
式中:b0为试样原始宽度;Δb为宽度增减;ν为泊松比。
r值计算公式为
r=-εp_b/(εp_b+εp_l)
(3)
3.2.1 实测结果
表1为4组不同类型试样的r值实测数据。为了研究不同宽度测试线所得到的宽度变形对r值的影响,所有试验均采用33线和3线(3线选择中间测试线与离中心线相隔5道的上下对称线,见图2)测试方法进行计算。
由表1可知,按照ISO 10113:2020标准,采用多线位置测试宽度变形,所得到的r值一致性较好,33线测试结果的标准偏差显著优于3线测试结果的,这也与方健等[2]的研究结果一致。
表1 4组不同类型试样的r值实测数据
3.2.2 结果比对
不同方法测试r值的平均值如表2所示。由表2可以看出,采用视频引伸计测得的各种材料r值都比自动扣除弹性方式的r值低,趋于接近人工方式测试的r值或半自动方式测试的r值。
表2 不同方法测试r值的平均值
采用TestMaster软件选取全过程的r值-应变关系曲线如图3所示。由图3可知,BUSD-B试样在塑性变形阶段,低应变区域r值的波动比高应变区域的波动要大,高应变区域的r值更为稳定。
图3 BUSD-B试样全过程r值-应变关系曲线
用视频引伸计测试r值十分方便,还可以根据需要测试任意等分长度和宽度方向的实时应变,如文中的32等分(33线)测试方法。
多线形式的宽度方向测试结果的稳定性明显优于少线形式的宽度方向测试结果的稳定性,建议在条件允许的情况下尽量采用多线形式测试宽度方向的变形。
视频引伸计采用非接触式测试,避免了与试样接触产生的人为不确定因素的影响,测试结果与人工测试结果也更为接近。